youyou202

一、文件批量重命名（根据文件内sheet表名或标题名，匹配正则表达式查找报表代码，将文件名重新命名为报表代码-部门代码） 二、文件批量复制（将重命名后的表批量复制到模板文件...

导入模块：1.排序：按年龄升序/性别降序排序2.查找重复值：3.缺失值处理：4.字符转换：5.拆分：6.记录抽取：7.随机抽样:sample（n,frac,replace，...

协同过滤（Collaborative Filtering）：简单来说 是利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息。协同过滤分析用户兴趣，在用户群中找到...

关联规则（Association Rules）：反映一个事务与其他事务之间的相互依存性和关联性。关联规则是无监督的机器学习方法，用于知识发现而非预测，关联规则的学习器无需事...

贝叶斯算法是有监督的学习算法，解决的是分类问题，如新闻分类、评论分类、客户是否流失、是否值得投资、信用等级评定等二分类和多分类问题，核心思想是选择具有最高概率的决策。 注：...

Logistic回归是概率型非线性回归模型，是研究二值型输出分类的一种多变量分析方法，可以将二分类的观察结果y与一些影响因素建立关系从而对某些因素条件下某个结果发生的概率进...

线性回归是统计学分析数据的方法，目的在于了解两个或多个变量间是否相关，研究其相关方向与强度，并建立数学模型以便观察特定变量来做预测，由给出的自变量估计因变量的条件期望。 梯...

业务目标：针对保险公司的健康险产品用户，制作用户画像，然后进行精准保险营销。 1、数据来源：美国某保险公司，现有一款新的医疗险准备上市。 2、产品：这是一款针对65岁以上的...

决策树是一种基本的分类和回归方法，由结点和有向边组成，包含根节点（root node）、内部节点（internal node）和叶节点（leaf node）。 规则集合性质...

聚类是将大规模、纷繁复杂的数据归为不同类别，进而针对每一类别数据发掘分析和理解的视角来深入把握数据价值并指导生产生活。如电子商务中不同客户群的分类、细分市场研究消费者行为寻...

KNN法：又称K近邻法（1967年），核心思想是如果一个样本的前k个最相邻的样本大多属于某个类别，则该样本也属于这个类别，属于有监督的学习方法，可做分类、回归。 算法步骤：...

1、交叉验证法：常用于数据不是很充足的时候，分为简单交叉验证、k折交叉验证和留一交叉验证（样本量≤50）。k折交叉验证是将训练集划分为k个大小相似的互斥子集，每次用k-1个...

![](https://user-gold-cdn.xitu.io/2020/7/25/1738674a41843cb8?w=1211&h=811&f=png&s=1431...

一、读写文件说明1：访问模式说明2：os方法大全二、连接和使用MySQL说明1：插入二维列表数据说明2：执行事务（事务的属性ACID：原子性、一致性、隔离性、持久性）三、面...

导入数据的时候数据太多mysql查询会很慢，就取前100w条非空数据。 缺失值在前期已经清洗掉了。 行为不存在异常值，无需处理。 网站这9天的访客数UV是9739，访问量P...

1.train_test_split(x,y,test_size,random_state)2.行列转换...

1. 表的对应关系 2. 变量类型 相邻两表双向筛选时，多表出维度，一表出度量，这种情况要避免，一般也不会用到。 跨表筛选，路径通的时候通过关键字段跨表连接，要尽量避免；当...